推荐算法

Posted simple_wxl

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了推荐算法相关的知识,希望对你有一定的参考价值。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

推荐系统实践

第一章:好的推荐系统

 

推荐系统实验方法:

离线实验

用户调查

在线实验:AB测试,将用户分成不同的组,然后不同组里面用不同算法,最后根据后台日志数据库,分析得出哪些算法比较好

 

 

推荐系统的测评指标

1、 用户满意度(用户调查,在线实验)

2、 预测准确度(离线)

打分系统

 

 

 

TOPN 推荐

准确率和召回率

 

 

有的时候,为了全面评测TopN推荐的准确率和召回率,一般会选取不同的推荐列表长度N

计算出一组准确率/召回率,然后画出准确率/召回率曲线(precision/recall curve)。

 

3、 覆盖率

消除马太效应

4、 多样性

5、

 

 

 

 

 

 

第2章 利用用户行为数据

 

 

 

 

 

 

 

 

 

 

 

皮尔森系数:

pearson是一个介于-1和1之间的值,用来描述两组线性的数据一同变化移动的趋势。

当两个变量的线性关系增强时,相关系数趋于1或-1;当一个变量增大,另一个变量也增大时,表明它们之间是正相关的,相关系数大于0;如果一个变量增大,另一个变量却减小,表明它们之间是负相关的,相关系数小于0;如果相关系数等于0,表明它们之间不存在线性相关关系。

 

基于用户的协同过滤,jacad距离改进:

 

 

 

 

 

 

 

以上是关于推荐算法的主要内容,如果未能解决你的问题,请参考以下文章

个性化推荐系统推荐算法

个性化推荐系统推荐算法

推荐算法小结

推荐算法-协同过滤推荐算法

算法基于内容的个性化推荐算法

07_推荐系统算法详解